AWS优化MoE融合内核，H200吞吐提升2–4%
热点事件观察中
AWS优化MoE融合内核，H200吞吐提升2–4%
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
AWS 在 Amazon SageMaker AI 上对 MoE 模型解码阶段的融合内核做工程优化，通过 Swap-AB 转置让专家维度 N=8192 进入 WGMMA 首操作数位。AWS 称该优化在 H200 上使大规模 MoE 模型端到端输出吞吐提升 2–4%。 该优化已合入 vLLM，AWS 称在 0.24.0 及更高版本可用，并已进入 AWS Large Model Inference（LMI）v28 容器。同一来源还提到该优化在 vLLM 0.22.0 及更高版本可用，两处版本说法不一致。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 23:17
Amazon SageMaker AI 上的 MoE 内核工程优化实践报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- AWS Machine Learning BlogAmazon SageMaker AI 上的 MoE 内核工程优化实践
针对 MoE 模型在解码阶段的计算瓶颈，AWS 在 Amazon SageMaker AI 上通过 Swap-AB 转置让专家维度 N=8192 进入 WGMMA 首操作数位，在 H200 上实现端到端输出吞吐提升 2–4%，该优化已合入 vLLM 0.24.0 及更高版本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。